Araştırmacılar, Derin Güçlendirme Öğrenimini Demokratikleştirmek için Blockchain Altyapısını Tanıtıyor

Concordia Üniversitesi öncülüğündeki bir araştırma ekibi, derin pekiştirmeli öğrenmeyi (DRL) daha erişilebilir kılmak için yeni bir blockchain tabanlı çerçeve üzerinde çalıştığını duyurdu.

DRL, derin öğrenme ve pekiştirmeli öğrenmeyi birleştiren bir yapay zeka dalıdır ve oyun, robotik, sağlık ve finans gibi endüstrilerde değerli olduğu kanıtlanmıştır. Ancak, karmaşıklığı nedeniyle, birçok küçük işletme ve birey için hala ulaşılamaz durumdadır.

Bu boşluğu doldurmak için, araştırmacılar, kullanıcıların DRL ile ilgili hizmetlere, model eğitimi ve paylaşımı dahil olmak üzere erişmelerine olanak sağlayan bir kalabalık kaynaklı DRL hizmeti (DRLaaS) çerçevesi geliştirdiler.

Bu yeni çerçeve, kullanıcıların DRL modellerini onlar adına eğitebilecek yetenekli ve hesaplama kapasitesine sahip çalışanların uzmanlığından yararlanmalarını sağlar. Ayrıca, kullanıcılar, çalışanlar tarafından paylaşılan önceden eğitilmiş modellerden faydalanabilir ve bu modeller bilgi aktarımı yöntemleri ile kişiselleştirilebilir.

Konsorsiyum Blockchain üzerine kurulu olan bu çerçeve, görevlerin uygulanmasında şeffaflık ve izlenebilirlik sağlar. Sistem, görev dağıtımını yönetmek için akıllı sözleşmeler kullanır ve modeller, veri bütünlüğünü sürdürmek için InterPlanetary File System (IPFS) kullanılarak saklanır.

Blockchain teknolojisi kullanılarak, çerçeve, sunucu hataları ve veri değiştirme ile ilgili endişeleri ele alır.

Ana yazar Ahmed Alagha’ya göre, kitlesel katılım özelliği erişilebilirliği artırarak daha fazla kişinin DRL çözümlerini geliştirmesine olanak sağlıyor.

“Bu çerçeve ile herkes kaydolabilir ve bir geçmiş ve profil oluşturabilir. Uzmanlık, eğitim ve puanlarına dayanarak, kullanıcıların talep ettiği görevlere atanabilirler,” dedi Alagha.

Yazarlar, sistemin merkezsizleşmesinin felaket sonuçlarına yol açabilecek hataların riskini de azalttığını ve DRL modellerini eğitme ile ilgili maliyetleri düşürdüğünü iddia ediyorlar.

Yazarlar, hesaplamaları birden çok makineye dağıtarak, sistemin sunucu çökmesi veya siber saldırılara karşı direnç sağladığını, bu durumun geleneksel merkezi sistemlere göre önemli bir gelişme olduğunu belirtiyorlar.

Eş yazar Jamal Bentahar, Alagha’nın tez danışmanı, bu hizmetin DRL çözümlerine erişimi demokratikleştirdiğini vurguladı.

“Bir DRL modeli eğitmek için herkese açık olmayan hesaplama kaynaklarına ihtiyacınız var. Ayrıca uzmanlık da gereklidir. Bu çerçeve her ikisini de sunar,” diye belirtti Bentahar.

Bu çerçevenin tüm detayları, Information Sciences’da yayınlanan araştırma makalesinde bulunabilir. Makale, çerçevenin tasarımını ve potansiyel uygulamalarını vurgulamaktadır.